聚类质量改进方法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 1 绪论 | 第12-23页 |
| ·聚类分析背景 | 第12页 |
| ·聚类分析的基本概念 | 第12-19页 |
| ·聚类分析的基本步骤 | 第13-14页 |
| ·聚类分析的典型要求 | 第14-15页 |
| ·聚类分析中的数据类型 | 第15-16页 |
| ·聚类分析中的相似性度量 | 第16-19页 |
| ·当前聚类算法中面临的关键性问题 | 第19-20页 |
| ·本文的研究内容与组织结构 | 第20-23页 |
| 2 聚类算法综述 | 第23-39页 |
| ·全空间低维聚类算法 | 第23-30页 |
| ·划分方法 | 第25-26页 |
| ·层次方法 | 第26-28页 |
| ·密度方法 | 第28-29页 |
| ·基于模型的方法 | 第29-30页 |
| ·全空间高维聚类算法 | 第30-33页 |
| ·属性转换 | 第32页 |
| ·属性选择 | 第32-33页 |
| ·高维子空间聚类算法 | 第33-37页 |
| ·子空间聚类算法 | 第34-35页 |
| ·映射聚类算法 | 第35-37页 |
| ·本章小结 | 第37-39页 |
| 3 多空间聚类算法 | 第39-68页 |
| ·研究背景 | 第39-44页 |
| ·多空间原理及其应用 | 第44-47页 |
| ·多空间搜索聚类 | 第47-55页 |
| ·空间平滑算子 | 第47-51页 |
| ·多空间搜索聚类算法 | 第51-55页 |
| ·实验结果分析 | 第55-67页 |
| ·评价标准 | 第56-57页 |
| ·实验数据集 | 第57-59页 |
| ·参数设置 | 第59-60页 |
| ·实验结果分析 | 第60-67页 |
| ·本章小结 | 第67-68页 |
| 4 骨架导向的聚类算法 | 第68-90页 |
| ·研究背景 | 第68-69页 |
| ·骨架理论及其应用 | 第69-70页 |
| ·聚类问题的骨架与近似骨架 | 第70-75页 |
| ·聚类问题的骨架及近似骨架 | 第70-74页 |
| ·近似骨架发现算法 | 第74-75页 |
| ·BK-means:基于骨架初始解的聚类算法 | 第75-81页 |
| ·BK-means的基本思路 | 第75-76页 |
| ·BK-means的基本框架 | 第76-77页 |
| ·实验结果分析 | 第77-81页 |
| ·骨架导向的规约聚类算法 | 第81-89页 |
| ·多级规约的基本思想 | 第81-82页 |
| ·近似骨架导向的规约聚类算法框架 | 第82-83页 |
| ·实验结果分析 | 第83-89页 |
| ·本章小结 | 第89-90页 |
| 5 基于局部显著单元的高维聚类算法 | 第90-108页 |
| ·研究背景 | 第90-92页 |
| ·局部Rodeo核密度估计 | 第92-95页 |
| ·基于局部显著单元的高维聚类算法 | 第95-100页 |
| ·局部显著单元定义及其发现算法 | 第95-98页 |
| ·基于局部显著单元的高维聚类算法 | 第98-100页 |
| ·实验结果及分析 | 第100-107页 |
| ·评价标准 | 第100-101页 |
| ·实验数据集 | 第101-103页 |
| ·实验结果及分析 | 第103-107页 |
| ·本章小结 | 第107-108页 |
| 结论 | 第108-110页 |
| 参考文献 | 第110-121页 |
| 攻读博士学位期间发表学术论文情况 | 第121-123页 |
| 致谢 | 第123-124页 |
| 作者简介 | 第124-126页 |
